Теневой ИИ: что мешает успеху 95% AI-инициатив

В последние три года генеративный искусственный интеллект (GenAI) проник в смартфоны и браузеры обычных пользователей. Сегодня любой сотрудник может за пару кликов начать использовать ChatGPT или любой другой удобный AI-помощник. Казалось бы, это должно ускорить цифровую трансформацию компаний. Но парадокс в том, что массовая доступность искусственного интеллекта привела к появлению нового фактора риска для бизнеса – теневого ИИ-блока.

Согласно исследованию MIT Project NANDA, более 90% сотрудников компаний, регулярно применяют личные AI-инструменты для выполнения рабочих задач, тогда как 40% организаций приобрели официальные корпоративные подписки на модели AI. 

Причина очевидна: личные инструменты быстрее, удобнее и часто интуитивно понятнее. А корпоративные решения требуют сложного онбординга и построены с учетом требований кибербезопасности, что накладывает ограничения и иногда замедляет работу сервиса.

На первый взгляд может показаться, что это лишь вопрос комфорта. Но на практике подобные «теневые» операции напрямую влияют на эффективность корпоративных инвестиций в искусственный интеллект. Компания может оформить подписку на сервис, внедрить собственную платформу или даже построить центр компетенций, но доходность этих инвестиций окажется под угрозой, если сотрудники будут продолжать работать через привычные внешние приложения.

Исследование Массачусетского технологического института (MIT), опубликованное в августе 2025 года, показывает, что 95% корпоративных пилотов в сфере GenAI не доходят до полноценной интеграции в бизнес-процессы. При этом официальная статистика провалов не учитывает «серую зону», где проекты не исчезают, а перетекают в личные практики сотрудников. 

Люди продолжают использовать AI, но делают это так, как им удобно, а не так, как запланировал ИТ-департамент. В результате корпоративные инициативы формально существуют, бюджеты расходуются, но эффекта в бизнес-процессах нет.

Причины у этого феномена достаточно универсальные. Во-первых, во многих компаниях внедрение AIпроисходит без должного понимания, какую конкретную бизнес-задачу нужно решить. Если неясно, что именно оптимизируется, инструмент быстро теряет смысл.

Во-вторых, инфраструктурные барьеры нередко становятся непреодолимыми: вычислительные мощности должны развиваться параллельно с AI-инициативами, соответствовать им. В-третьих, созданные внутри компаний решения часто слишком сложны для пользователя и сильно уступают в этом плане внешним открытым сервисам. Сотрудники выбирают скорость и простоту, даже если это противоречит внутренней IT-политике, и таким образом формируют параллельную систему работы. 

Еще одна причина – внутри компаний отсутствует обмен опытом. Лучшие практики остаются в индивидуальном пользовании и не становятся корпоративным капиталом. И, наконец, многое зависит от отрасли. В финансах, медицине и B2C-банкинге использование внешних не авторизованных CIO AI-инструментов несет прямые риски для данных клиентов, поэтому пилоты часто останавливаются до масштабирования.

В Казахстане проблема может быть даже более актуальной, чем в ряде других стран. Если где-то ограничения на использование западных сервисов формируют естественный барьер, то здесь доступ к глобальным инструментам практически не ограничен, а корпоративные экосистемы находятся в стадии становления. Это означает, что локальные компании рискуют столкнуться с теневой ИИ-экономикой еще острее. 

Сотрудник в Астане или Алматы с легкостью подключает ChatGPT Plus или скачивает приложение для анализа данных, в то время как его компания только готовит бюджет на внедрение собственного корпоративного решения. В итоге эффект от инвестиций в ИИ для бизнеса может не реализоваться: сервис будет куплен, но его использование будет ограниченным, и окупаемости достичь не получится. 

Риски для бизнеса

Казалось бы, и что здесь такого? Ведь работа одного конкретного сотрудника ускоряется, он начинает работать эффективнее. В реальности теневая AI-практика представляет для бизнеса достаточно много рисков. Самый очевидный – угроза утечки данных. Когда сотрудник загружает клиентские документы в публичный сервис, компания теряет контроль над их безопасностью. 

Второй риск связан с несогласованностью процессов: каждый работает «по-своему», что снижает управляемость и приводит к ошибкам. 

Третий риск заключается в потере эффекта масштаба: лучшие практики «застревают» на индивидуальном уровне, не переходят в плоскость корпоративных процессов. 

Наконец, есть и репутационный аспект: руководство видит, что проекты не дают ожидаемого результата, и сокращает бюджеты на инновации.

Бой с тенью

Решение проблемы лежит не в жестких запретах, а в системном управлении. Запретив сотрудникам использовать привычные им инструменты в приказном порядке, компания может сформировать негативное отношение к AI-инициативам в целом. Эффективнее выстроить четкий фреймворк: какие задачи допустимо решать во внешних сервисах, а какие должны выполняться исключительно на корпоративных платформах. Все ограничения должны быть разумными и прозрачными: сотрудники должны понимать, почему часть работы запрещено делать во внешних сервисах. 

На эту же задачу будут работать образовательные проекты, направленные на повышение цифровой грамотности сотрудников. Доступ к LLM сегодня прост, как никогда прежде, буквально у каждого в кармане есть собственная языковая модель. Однако лишь единицы понимают принцип работы технологий и осознают, как могут быть переиспользованы загруженные ими в сервисы данные и контекст для них.

При этом важно инвестировать в удобство. Корпоративные AI-решения должны быть не только безопасными, но и простыми в использовании. Именно поэтому часто выигрывают интеграторские продукты, а не самописные разработки.

Еще один ключевой элемент – развитие культуры обмена опытом. Если сотрудники делятся кейсами применения AI, компания превращает индивидуальные лайфхаки в общий капитал. Для этого можно запускать программы акселерации или внутренние лаборатории, где лучшие практики транслируются коллегам. Не менее важно просвещение и обучение. Сотрудникам нужно объяснять, почему безопасность в ряде случаев важнее скорости, особенно если речь идет о клиентских данных или чувствительных индустриях. 

И, наконец, пилоты должны становиться частью структурных изменений. Если эксперимент оказался успешным, он обязан перейти в практику, а не остаться красивой презентацией.

***

Теневая сторона корпоративной адаптации AI – это не саботаж и не сопротивление инновациям, а естественная реакция сотрудников на неудобные корпоративные решения. 95% AI-инициатив не получают масштабирования, но это не означает разочарования в технологии Люди хотят работать быстрее и проще, и это желание нужно поддерживать, направляя в правильное русло за счет разумной стратегии и удобных корпоративных инструментов. 

Автор: Елизавета Терентьева, AI Strategy Manager, Axellect Казахстан